定义：
Al知识管理是指通过机器视觉、机器学习、自然语言处理、知识图谱等技术，从企业的各类结构化、半结构化、非结构化数据中提取知识，并构建成知识库，实现企业知识资产的整合、管理、呈现和使用等功能，从而赋能各类知识应用的场景。
终端用户：
金融、制造、医疗等知识密集型行业企业的各业务部门、客服部门
核心需求：
随着知识逐渐成为企业最重要的一项生产要素，企业对知识挖掘和共享的需求越来越强，并且在数字化转型的背景下，企业内部大数据、AI等技术能力已逐步成熟，企业需要对其海量领域知识进行系统化的积累、管理和使用。而AI知识管理正是提供了一套从知识整合、管理，到呈现和使用的智能化解决方案。企业对AI知识管理的核心需求包括：
自动化的知识库构建与维护。企业的知识隐藏在海量未经整合和处理的文档资料中，仅靠人工无法完成海量知识库的构建与更新维护，因此企业需要运用多种AI技术从文档中自动提取出知识，并识别出知识间的关系，构建知识图谱。在知识库的后续运维中，企业也需要运用多种AI技术识别出未知的用户问题或知识，并将其在知识库中更新。
精确的知识搜索与推荐。为了让用户获彳3最准确的知识，企业需要具备基于自然语言处理技术的知识搜索能力，以准确理解用户的搜索问邈，并基于知识推理等技术返回相应答案；同时，企业需要能够运用用户画像分析、个性化推荐技术，为用户主动推荐有用的知识。
社区化的知识共享与使用。为了让知识在企业内部有更加丰富的沉淀，最大化知识的价值。企业需要为用户提供更多知识共享和使用的功能，促进人与知识的建立更多的连接，逐渐在企业内部形成社区化的知识中心。
厂商能力要求：
具备成熟稳定的机器视觉、机器学习、自然语言处理、知识图谱等相关 AI 技术能力。
厂商需要具备的 Al 能力包括：
自动化的知识解析和图讲构建能力，能够为企业自动构建知识库；
能够运用自然语宫处理和无监督学习技术识别出用户未知问题，以帮助知识库的自动更新；能够运用意图理解、知识推理、 NLp 等技术准确理解用户的搜索问题，并提供正确答案；
能够运用画像分析、个性化推荐技术，为用户主动推荐匹配的知识。具备丰富的知识运营的方法与工具支持。厂商需要具备包含知识的采集、入库、加工、推广全流程的知识运营方法和工具，让知识管理更加高效；并且在知识推广中能够提供问答、搜素、推荐、知识圈等多种功能促进知识的共享和使用。
代表厂商：（入选标准： 1 ．最近一年在该市场服务客户数 5 家以上； 2 ．最近一年在该市场收入 500 万以上。）
爱数厂商介绍：
爱数成立于 2006 年，是一家大数据基础设施提供商。其核心产品包括 AnyBackup 、 Anyshare、 AnyRobot 、 AnyDATA ，为政府、公共事业及企业提供结构化数据、非结构化数据、机器数据、知识图谱数据的全域数据服务能力，释放数据价值，实现即时、随时、实时的数据服务。
产品服务介绍：爱数 Anyshare KnowledgeCenter 是一款具有认知智能的企业级知识管理产品，通过将爱数 Anyshare 的内容管理能力与 AnyDATA知识图谱技术相结合，为大型综合集团、智能制造、科研院所、工程勘察设计、新零售、 IT 与互联网、专业咨询服务等知识密集型组织提供智能化的知识资产整合、管理、呈现和使用能力，打造企业的智能知识中心。
厂商评估：
爱数 Anyshare KnowledgeCenter 知识管理解决方案具备智能化的知识组织与发现、社区化的知识分字与运营、专业领域知识库构建等方面优势。
在知识组织与发现方面，爱数 Anyshare KnowledgeCenter提供基于 AI 技术的包含知识识别、提取、关联、利用、发现的全生命周期自动化运营能力。 Anyshare 作为面向海量非结构化数据的智能内容管理平台，为 KnowledgeCenter 提供文档存储与全生命周期管理、权限管理以及部分公共服务能力。在此基础上， AnyDATA 可以通过 AI 算法来对文档内容进行自动解析、提取标签、发现关联关系，构建知识网络；同时， AnyDATA 中内置的意图理解、推理、知识搜素等引擎，能为用户实现智能化的知识搜素、推荐与发现。
在知识分享与使用方面，爱数 Anyshare KnowledgeCenter 具备社区化运茜能力。 KnowledgeCenter 提供了知识圈、问答、文章、话题等功能，知识圈可以由任何用户创建使用，由圈内所有成员共同、自发进行知识贡献、交流与沉淀；问答功能支持用户提问寻求组织内其他人员的回答，也可进一步通过用户行为和画像、知识网络等为用户主动搜索自动推荐答案。通过这些功能，可以让 KnowledgeCenter 沉淀的知识越来越丰富，并逐渐形成社区文化，实现知识从生产到消费的闭环，让人与知识的联系更紧密，更大地发挥知识的价值。
在专业领域知识库构建方面，爱数服务过智能制造、科研院所、工程勘察设计、新零售、专业咨询服务等行业众多客户，对这些行业客户的知识管理需求以及产品功能需求有较深积累，能够构建行通用知识库与知识网络，将这些知识服务能力提供给用户，并进一步在平台上为用户提供第三方匆识交易的功能。
此外，爱数Anyshare KnowledgeCenter整合了AnyRobot 智能运维产品，能够提供基于知识网络的运维知识服劣，并对用户行为产生的大呈日志数据进行分析，形成用户画像，以用于精准的知识推荐。
典型客户：筑森设计、金诚同达律师事务所、华润雪花、西北油田、天津生态城等
容户案例：筑森设计是旧内知名的建筑设计公司，该公司在长期业务发展过程中积累了海最的文档、图纸、图片、视频等非结构化数据，由此带来了数据资产散落，难以整合利用；数据不互通，难以洞察分析；知识提取难，难以有效运营等问题。在此背景下，筑森设计与爱数合作，构建智能知识管理与运营体系，以解决其数据和知识管理遇到的难题。
爱数基于其 Anyshare 、 AnyDATA 产品，为筑森设计构建了文档管理体系，知识运营体系，安全管理体系，并与其信息系统做了全面对接。其中知识运营体系主要涉及了知识库、知识主题、知识社区三方面内容的建设，知识库员体涵盖了标准图库、技术总练研发成果和工程图纸等精华知识，知识主顺汤盖了各专业条线的知识主顾、标签、词条、知识卡片等，知识社区则涵蓝了问肠、文章、话题、圈子等功能。
通过构建智能知识运营体系，筑森设计获得的价值与效果包括：
1 ）构建了完备的文档和知识分类体系，沉淀为组织级的资产；
2 ）实现了 100 %项目文件同步，以及项目全生命周期成果沉淀和管理；
3 ）文档和知识检索效率提升了 10 倍，用户可以实现秒级查找文件，减少沟通成本，工作效率提升 10 倍；
4 ）打造智能知识中心，通过知识智能发现、智能识别、智能推荐等功能，实现千人千面的精准知识复用，提升了设计创新效率，
竹间智能厂商介绍：
竹间智能成立于 2015 年，公司以自然语言处理、深度学习、知识工程、文本处埋、情感计算等人工智能技术为基础，将 Al 能力整合到企业业务中，为金融、制造、政务、智能终端等行业提供端到端解决方案，赋能企业智能化转型。
产品服务介绍：竹间智能的 Emoti Knows 知识管理平台能够处理和管理企业海量的非结构化文档和内容，通过 NLp 、知识图谱等技术，对知识进行智能采编、审核、应用和反馈优化，从而实现在统一的平台中顺畅管理及应用文档、产品知识、服务等内容。
厂商评估：
竹间智能的Emoti Knows知识管理平台在自动化的知识库构建与更新维护、知识搜索准确率、知识共享与分发、知识检索速度等方面具备优势。
在自动化的知识库构建与更新维护方面，竹间智能Emoti Knows知识管理平台能够批量自动解析各类格式文档中的标题、段落、图表等内容，自动识别重要信息，直接形成和文档相关的结构化知识图谱。同时，Emoti Knows知识管理平台通过自然语言处理、自监督学习等技术对数据、文档进行语义解析，自动采集知识，并自动生成FAQ,通过对话机器人回答用户的业务问题。在知识搜索准确率方面，竹间智能Emoti Knows知识管理平台提供以自然语言的查询方式，真正理解用户意图和搜素语言，从而支持用户即使提出复杂语义的问题，也能准确地获得所需要的信总息。
在知识共享与分发方面，竹间智能Emoti Knows知识管理平台支撑的智能知识库不仅能关联各类知识之问的关系，也能关联人与人，人与业务之间的关系。具体包括：关联人员与项目、产品文档的关系；通过业务场景中人机或人与人的交互沉淀的业务知识反哺知识库；通过用户的点赞、标记、意见反馈支撑智能推荐、舆情分析等。
在查询速度方面，竹间智能Emoti Knows知识管理平台支撑的智能知识库采用分布式存储保构，能实现智能检索，以及数据的智能分配，从而可在毫秒级的时间内处理和检索数十亿的实体、数百亿的知识关联。
典型客户：
比亚迪、中银三星人寿、广州12345政府服务热线等
客户案例：
某国内头部车企于近年构建智慧客服2.0项目，打造智能一体化客服服务平台，旨在提升客服工作效率及服务质量、为企业服务提供数据支撑、助力业务数据智能决策。由于客服平台底层没有完整的知识库平台，缺少对于知识全生命周期的追踪管理能力，不能对知识进行智能化地加工，也无法针对不同知识场景进行NLP算法的二次开发，该车企使用竹间智能自研的Emoti Knows知识管理平台创建其智能知识库，为智能客服平台提供基础数据能力。
竹间智能为该车企搭建的智能知识库平台提供了集知识采集、知识采缩、知识审核、知识管理、知识搜索、知识互动和知识分享于一体，涵盖知识全生命周期的追踪管理能力。同时，智能知识库平台可以对企业知识进行的智能化地解析及处理，将非结构化的知识自动转化为结构化知识，并应用到实际业务场景中。此外，智能知识库平台提供了自动机器学习平台，能够支持该车企针对其知识场景做NLP算法的二次开发。
通过启用智能知识库，该车企达到的效果包括：
1)知识生命周期管理可追踪，从知识的产生（采编）、知识的发布及搜索应用及知识反馈，全生命周期线上化功能齐全；
2)支持知识审核及自定义，知识质量可以得到有效控制，推到终端用户使用满意度更高；
3)智能化知识加工，包括支持知识抽取、知识图谱存储展示、智能搜索等；
4)借助NLP机器学习平台，未来可以针对不同知识场景做响应算法功能。
